Yapay zeka ve makine öğrenmesi açısından. Bir örnek ile temel, kolay bir açıklama verebilir misiniz?

Bu çok temel bir soru sorduğuna göre, kendi Öğrenme ne olduğunu belirten DEĞER gibi görünüyor.

"Algoritmalar" iyi cevap"." ne "söyler verileri" normal aksine makine öğrenmesi veri güdümlü algoritmaları bir sınıf, yani Örnek: bir varsayımsal olmayan bir makine öğrenme algoritması için Yüz Tanıma Sistemi görüntü denemek için tanımlamak ne bir Yüz (yuvarlak deri gibi renkli disk, karanlık alan nerede bekler gözler vb). Bir makine öğrenme algoritması olmaz yoksa böyle kodlanmış tanımı, ama "öğrenme-by-örnekler": göstereceksin birkaç görüntü yüzleri ve yüzleri ve iyi bir algoritma olacak eninde sonunda öğrenecek ve tahmin etmek mümkün olup olmadığını bir görüntü görünmeyen bir yüz.

Yüz tanıma bu özel örnektirdenetimlisize örnek olması gerektiğini anlamına gelir ., ^em>etiketliya da olanları yüzler, hangilerinin olmadığını açıkça söylüyor.

Birdenetimsizörnekler değil algoritmaetiketliyani hiçbir şey söylemiyorsun. Elbette, böyle bir durumda algoritma olamaz "icat" ne bir yüz, ama denemek cluster verileri farklı gruplar, örneğin olabilir ayırt yüzleri çok farklı manzaralar, çok farklı atlar.

Başka bir cevap olmasa da, hatalı bir şekilde) bahseder beri: "" denetim formları, yani . Ara ^strong>yarı denetimliveaktif öğrenme. Teknik olarak, bu bazı "etiketli örneklerinden. çok sayıda önlemek için" akıllı yol var denetimli yöntemler Aktif öğrenme, algoritma kendisi karar veren şey gerekir etiketi (örneğin, olabilir oldukça emin bir manzara ve bir at, ama size sormam için teyit eğer bir goril gerçekten resmin bir yüz). Yarı denetimli öğrenme, etiketli örnekler, ve sonra "etiketsiz verilerin bazıları çok sayıda. düşündükleri" birbirimizi yolu söyler ile başlayan iki farklı algoritma vardır "Tartışma" öğrenirler. bu